用户的兴趣可分为长期兴趣和短期兴趣，目前很少将这两方面相结合对用户进行兴趣模型构建。在新浪微博上，用户标签具有稳定性，同时反映了用户的偏好，在一定程度上可认为是长期兴趣，因此通过用户标签来把握用户兴趣具有合理性。用户发布的微博则体现了用户当前的关注点，反映了用户近期兴趣，因此，本文将从用户标签和微博内容相结合的角度发现用户兴趣，构建用户模型。

参考文献

[1]   Fragoudis D,Likothanassis S D。 User Moderling in Information Diseovery:An Overview[C]。

In: proceedings of Advanced Courseon Artificial Intelligenee。 1999(7):17-43。

[2] 戢渼钧 。 面 向 个 性 化 服 务 的 用 户 建 模 的 用 户 建 模 相 关 问 题 研 究 [J]。 情报杂 志,2006(3):77-79。

[3] 司 新 霞 ， 余 肖 生 。 基 于 加 权 关 键 词 的 用 户 兴 趣 模 型 的 构 建 方 法 [J]。 现代情 报,2012,32(11):11-14。

[4]   陈文涛,张小明,李舟军。构建微博用户兴趣模型的主题模型的分析[J]．计算机科学，2013，

40(4):127-130。

[5] Tiroshi A。 Graph based user modeling [C]。 In: Proceedings of the 2012 ACM international conference on Intelligent  User Interfaces, New York, NY, USA, 2012: 371-374。

[6]   Brickley D,Miller L。FOAF Vocabulary  Specification 0。91[EB/OL]。[2012-03-01]。

[7] Kim H-N, AlkhaldiA,ElSaddik A, et al。  Collaborative  user modeling with  user-generated tags for social recommender systems [J]。 Expert Syst。 Appl, 2011,38 (7): 8488-8496。

[8]   章成志,何陆林,丁培红。不同领域的用户标签主题表达能力差异研究——以中文微博为

例[J]。情报理论与实践,2013,36(4):68-71。

[9] 吕海燕 , 张杰 , 王 丽 娜 。 基 于 聚 类 分 析 的 微 博 用 户 标 签 自 动 生 成 [J]。 电 子 设 计 工 程,2015,23(7):67-69。

[10] Wei Wu, Bin Zhang, Mari Ostendorf。 Automatic Generation of  Personalized Annotation Tags for Twitter Users[C]。 In: proceedings of the Association for Computational Linguistics。 2010:689-692。

[11] Theodoros Lappas, Kunal Punera, Tamas Sarlos。Mining Tags Using Social Endorsement Networks[C]。In: proceedings of Special Interest Group on Information Retrieval 2011:195-204。

[12] 蔡孟松,李学明,尹衍腾。基于社交用户标签的混 top —N  推荐方法[J]。计算机应用研

究,2013(05):1319—1322。

[13] 李小庆。基于张量分解的新用户标签推荐研究[D]。中南大学,2012。

[14] 丁婉莹。基于用户标签的个人本体的构建模型研究[J]。现代情报,2011,31(7) :42-46。

[15] 毛进。基于用户标签网络的 Web 知识推送研究[D]。华中师范大学,2012。

[16] 阎春霖 , 张延园 。 基 于 用 户 标 签 的 社 区 发 现 方 法 研 究 [J]。 科 学 技 术 与 工 程,2011,11(6):1237-1239。

[17] 张红等。基于标签聚类的电子商务网站分类目录改善研究 [J]。 现代情报。 2012, 32(1):3-7 [18] Sarma A D, Gollapudi S,et al。 Ranking mechanisms in Twitter-like for ums[C]//Proceedings of  the  3rd  ACM   in  Conference  on  Web   Search   and  Data  Mining(WSDM ’10)。   New

York:ACM ,2010:21-30

[19] Yao J,Cui B, Xue Z,et al。Provenance-based indexingsupport in micro-blog platforms[C]。Proceedings   of  the  28th   Int  Conference  on  Data     Engineering(ICDE’12)。